MétaCan
Menu
Retour à la cohorte
Enregistrement W4412507811 · doi:10.1016/j.rineng.2025.106403

Enhancing drought monitoring in Southern Alberta: A comparative evaluation of drought indices for regional applicability

2025· article· en· W4412507811 sur OpenAlexaffabout
Sharad Aryal, Hatef Dastour, Babak Farjad, Gopal Achari, Anil Gupta, Quazi K. Hassan

Notice bibliographique

RevueResults in Engineering · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensGovernment of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceClimatologyPhysical geographyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Southern Alberta is highly prone to frequent and severe droughts, posing significant risks to its agricultural, socioeconomic, and ecological systems. This study evaluates the performance of eight meteorological drought indices; Standardized Precipitation Index (SPI), Standardized Precipitation Evapotranspiration Index (SPEI), Self Calibrating Palmer Drought Severity Index (PDSI), Reconnaissance Drought Index (RDI), Effective Drought Index (EDI), China Z-index (CZI), Deciles Index (DI), and Percent of Normal Precipitation (PNP) across multiple timescales in terms of their drought monitoring skills. Using climate data from 37 meteorological stations, we evaluated each index’s ability to capture drought events and validated their performance against streamflow data, groundwater levels, and historical drought records from the Canadian Drought Monitor (CDM). The precipitation-based indices (SPI, CZI, DI, PNP) showed strong inter-correlation (> 0.90), while temperature-inclusive indices (SPEI and RDI) better aligned with hydrological responses. Among all, SPEI-9 showed the highest correlation with streamflow (0.50–0.69) and groundwater (0.42–0.47), particularly during summer and fall. The Cohen’s kappa analysis indicated substantial agreement (0.63–0.82) between SPEI, SPI, and RDI at longer timescales. Furthermore, SPEI and SPI effectively captured the major droughts in 2001-2002, 2009–2010 and 2015. While EDI and PDSI had weaker hydrological correlations (< 0.63), they provided valuable complementary insights. Overall, SPEI-9 is recommended as the most robust index for drought monitoring in Southern Alberta, with SPI, EDI, and PDSI offering additional support for comprehensive drought assessment.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,408
Score d'incertitude au seuil0,822

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,295
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResults in EngineeringMême sujetHydrology and Drought AnalysisTravaux en français237 207